Det sker snabba förflyttningar på modellmarknaden i september 2026. DeepSeek har precis lanserat V4.1 Flash på sin nya Causal Encoder-Decoder-arkitektur (CED), Google rullar ut Gemini 3.8 Flash med kraftigt sänkta priser, och på klientsidan släpptes Gemma 4 med inbyggd reasoning och multimodalitet.
1. Tre prisvärda seniorutvecklare för arkitektur och stora projekt
För systemdesign, arkitekturbeslut (ADR) och refaktorering av stora kodbaser krävs djup resonemangsförmåga, hög instruktionsföljsamhet och stora kontextfönster.
| Modell | Leverantör / API | Input / Output (per 1M) | Kontext | Främsta styrka |
|---|---|---|---|---|
| Claude Sonnet 5 | Anthropic / OpenRouter | $2.00 / $10.00 | 1 000 000 | Branschstandard för arkitektur, kodgranskning och styrbar ’extended thinking’. |
| Qwen3.8 Max (0902) | Alibaba / OpenRouter | $2.00 / $6.00 | 1 000 000 | MoE på 2.4T parametrar; extremt stark på systemdesign och multi-repo-analys. |
| GPT-5.4 | OpenAI / OpenRouter | $2.50 / $15.00 | 1 050 000 | Förenad Codex/GPT-frontmodell med hög precision vid stora greenfield-specifikationer. |
Sonnet 5 förblir det mest pålitliga valet för komplex programvaruarkitektur, medan Qwen3.8 Max 0902 erbjuder exceptionell kapacitet per krona i projekt med massiv kontext.
2. Tre billiga agentiska kodningsmodeller
För långvariga terminal- och utvecklingsloopar i verktyg som Claude Code, Kilo Code eller OpenClaw krävs låg latens, pålitliga verktygsanrop och låga tokenkostnader.
| Modell | Leverantör / API | Input / Output (per 1M) | Kontext | Främsta styrka |
|---|---|---|---|---|
| DeepSeek V4.1 Flash | DeepSeek / OpenRouter | $0.15 / $0.60 | 1 000 000 | Ny CED-arkitektur (8B/16B aktiv MoE) med komprimerad KV-cache för långa agentloopar. |
| Mercury 2.5 | Inception / OpenRouter | $0.04 / $0.15 | 260 000 | Diffusion-LLM med parallell tokengenerering (400+ tok/s); överlägset snabbast för subagenter. |
| GPT-5.1-Codex | OpenAI / OpenRouter | $1.25 / $10.00 | 400 000 | Optimerad för autonom felsökning och CLI-exekvering med kontrollerad reasoning-effort. |
DeepSeek V4.1 Flash är marknadens mest kostnadseffektiva basmotor för utvecklingsagenter just nu, medan Mercury 2.5 löser flaskhalsar vid högfrekventa subagent-anrop.
3. Tre billiga agentiska kodmodeller med bildtolkning
När agenten måste inspektera webbläsarskärmdumpar, UI-mockups eller terminalgrafer under körning krävs multimodal förståelse integrerad i kodflödet.
| Modell | Leverantör / API | Input / Output (per 1M) | Kontext | Främsta styrka |
|---|---|---|---|---|
| DeepSeek V4.1 Flash | DeepSeek / OpenRouter | $0.15 / $0.60 | 1 000 000 | Nativ multimodal förträning direkt från grunden; hanterar UI och terminaldumpar sömlöst. |
| Gemini 3.8 Flash | Google / OpenRouter | $0.75 / $3.75 | 1 048 576 | Oöverträffad multimodal förståelse av långa videosessioner, PDF-underlag och UI-flöden. |
| Qwen3-VL-30B-A3B Thinking | Alibaba / OpenRouter | $0.20 / $2.40 | 262 144 | Dedikerat resonerande visionsmodell; utmärkt spatial förståelse för koordinater och webbelement. |
Gemini 3.8 Flash leder kvalitetsmässigt för komplex visuell analys, medan DeepSeek V4.1 Flash ger det absolut lägsta driftpriset vid automatiserad UI-testning.
4. Tre billiga kan-allt-modeller
Allroundmodeller som kombinerar resonemang, allmänbildning, flerspråkighet, analys och verktygsanrop för vardaglig produktion.
| Modell | Leverantör / API | Input / Output (per 1M) | Kontext | Främsta styrka |
|---|---|---|---|---|
| Gemini 3.8 Flash | Google / OpenRouter | $0.75 / $3.75 | 1 048 576 | 1M kontext, blixtsnabb inferens och stark allmän intelligens över text, ljud och bild. |
| DeepSeek V4.1 Flash | DeepSeek / OpenRouter | $0.15 / $0.60 | 1 000 000 | Extremt låg tokenkostnad för generell analys, extraktion och sammanfattning. |
| o4-mini | OpenAI / OpenRouter | $1.10 / $4.40 | 200 000 | Kompakt STEM- och logikspecialist med hög träffsäkerhet i strukturerade JSON-flöden. |
Gemini 3.8 Flash fungerar som den mest kompletta allroundmodellen för blandade arbetslaster, med o4-mini som ett starkt alternativ när ren matematisk och strukturell logik dominerar.
5. Tre gratis modeller som faktiskt är bra
Dessa modeller erbjuds utan API-tokenkostnad via OpenRouter, ofta finansierade för forskning eller modellutvärdering.
| Modell | Typ & Storlek | Kontext | Villkor & Begränsningar | Främsta styrka |
|---|---|---|---|---|
| Laguna S 2.1 (free) | Poolside (118B MoE / 8B aktiv) | 262 144 | Standard rate limits (ca 20 req/min); data kan användas för träning. | 70.2 % på Terminal-Bench 2.1; en av de skarpaste öppna kodagenterna. |
| North Mini Code (free) | Cohere (30B MoE / 3B aktiv) | 256 000 | Rate limited; öppen licens (Apache 2.0). | Byggd för terminal- och SWE-harnessar med snabb respons och strukturerade svar. |
| MiniMax M3 (free) | MiniMax (MoE med Sparse Attention) | 1 000 000 | Rate limited via OpenRouter free tier. | Multimodal (text, bild, video) med 1M kontext för långa dokumentgranskningar. |
Laguna S 2.1 är det givna förstavalet för gratis kodning, medan MiniMax M3 är oslagbar för gratis multimodal analys med stor kontext.
6. Tre bästa prisvärda modeller för bildgenerering
Vid professionellt illustrations- och seriearbete krävs strikt promptföljsamhet, exakt textåtergivning, konsistenta karaktärer och multi-reference-stöd för redigering.
| Modell | Plattform / API | Cirkapris (1024×1024) | Styrkor inom komposition, text & redigering |
|---|---|---|---|
| MAI-Image-2.6 Flash | Microsoft AI / Azure / OpenRouter | ~$0.015–$0.02 / bild | Multi-reference från upp till 5 bilder; mycket stark på seriepaneler och snabb iteration. |
| MAI-Image-2.6 | Microsoft AI / Azure / OpenRouter | ~$0.035–$0.05 / bild | Högsta precision i MAI-familjen; rankad topp 6 % i logotyp- och grafisk design med felfri typografi. |
| GPT Image 2.5 Sunburst | OpenAI / OpenRouter | ~$0.04 / bild | Precisionsinriktad modell för detaljerade konststilar, realistiska material och exakta textskyltar. |
MAI-Image-2.6 Flash är det mest kostnadseffektiva valet för produktion av bildsekvenser och serietidningslayouter tack vare sitt flerbildsreferensstöd.
7. Tre bästa lokala modeller för Ollama på Mac mini M4 16 GB
En Mac mini M4 med 16 GB unified memory delar RAM mellan operativsystem, grafik och modellvikter. I praktiken finns 10–12 GB tillgängligt för Ollama. Modeller över 14B eller täta 27B-modeller leder till minnespress, aggressiv swap eller kraftigt strypt kontextfönster.
| Modell & Ollama-tag | Parametrar & Kvantisering | RAM-avtryck | Rekommenderat användningsområde |
|---|---|---|---|
| gemma4:12b | 12B Dense (Q4_K_M) | ~8.0 GB | Bästa allroundmodell lokalt. Nativ reasoning, multimodal (bild/audio) och 128K kontext. |
| qwen3.5:9b | 9.6B Dense (Q4_K_M) | ~6.6 GB | Perfekt balans mellan snabbhet och intelligens. 256K kontextstöd, vision och verktygsanrop. |
| qwen2.5-coder:7b | 7.6B Dense (Q4_K_M) | ~4.7 GB | Snabb lokal kodassistent. Lätt nog att lämna gott om minne för IDE och kompilering. |
Installation via terminalen:
ollama pull gemma4:12b
ollama pull qwen3.5:9b
ollama pull qwen2.5-coder:7b
Varning för 16 GB-maskiner: Undvik 26B/32B-modeller eller MoE-varianter som kräver över 14 GB i aktivt minne (som Laguna XS 2.1 eller Qwen 32B), då de driver systemet i disk-swap och gör svarstiderna oacceptabelt långa. Håll dig till 7B–12B i Q4_K_M för att bevara hög tokens-per-sekund.
Dagens modellkarta
- Arkitektur & Systemdesign: Claude Sonnet 5 ($2.00 / $10.00 per 1M tokens, 1M kontext)
- Agentisk Kodning (API): DeepSeek V4.1 Flash ($0.15 / $0.60 per 1M tokens, 1M kontext)
- Multimodal Analys & Allround: Gemini 3.8 Flash ($0.75 / $3.75 per 1M tokens, 1M kontext)
- Gratis Agentmodell: Laguna S 2.1 (free) ($0.00, 262K kontext)
- Bildgenerering & Design: MAI-Image-2.6 Flash (~$0.02 / bild)
- Lokal Körning (Mac mini 16 GB):
gemma4:12bvia Ollama (~8 GB VRAM)